MidjourneyVaryRegion使用技巧详解
最近发现不少小伙伴都对科技周边很感兴趣,所以今天继续给大家介绍科技周边相关的知识,本文《Midjourney Vary Region使用教程详解》主要内容涉及到等等知识点,希望能帮到你!当然如果阅读本文时存在不同想法,可以在评论中表达,但是请勿使用过激的措辞~
Vary Region 是 Midjourney 中用于局部重绘的功能,需先开启 Remix 模式、生成图像、放大单图,再框选20%–50%区域并输入精准局部提示词提交生成。

如果您已在 Midjourney 中生成图像并希望仅修改其中特定区域,而非重新生成整图,则需使用 Vary Region(局部重绘)功能。该功能依赖 Remix 模式启用、图像放大及区域选择三重前提。以下是具体操作步骤:
一、启用 Remix 模式并生成基础图像
Remix 模式是使用 Vary Region 文本提示控制的前提,未开启时仅支持框选后自动重绘,无法手动输入关键词。必须先激活该模式,再生成图像,后续步骤才可调用完整功能。
1、在 Discord 的 Midjourney 频道中输入 /settings 命令,回车后打开设置面板。
2、在设置界面中找到 Remix Mode 选项,将其切换为 ON 状态。
3、发送 /imagine 命令并附带初始提示词,例如 a girl smiling in park, realistic style,等待生成四宫格图像。
二、放大目标图像并进入局部重绘界面
Vary Region 按钮仅出现在单张图像被放大后的下方,未执行 U 操作则不可见。放大操作将锁定当前图像分辨率与结构,为后续区域编辑提供稳定画布。
1、在四宫格结果中,点击您希望编辑的图像下方对应的 U1、U2、U3 或 U4 按钮,完成单图高清放大。
2、放大图像下方将显示 Vary (Region) 按钮,点击该按钮即可进入局部重绘编辑窗口。
3、窗口加载后,确保 Discord 窗口宽度足够——若工具栏或画布边缘不可见,可适当 横向拉宽 Discord 主窗口 以完整显示所有控件。
三、选择重绘区域并设定范围
区域选择直接影响生成质量:过小易丢失上下文导致不融合,过大则可能破坏原图结构。官方推荐选取面积占原图 20% 至 50% 的连续区域,优先覆盖目标对象及其邻近支撑结构(如人脸需包含额头至下巴、颈部上段)。
1、使用左上角的 矩形选择工具 或 套索工具 框选待修改区域;若需多区域合并,可按住 Shift 键 连续框选。
2、若框选错误,点击左上角的 环形撤销按钮 可撤回上一步选择,支持多次连续撤销。
3、对微小部件(如耳环、纽扣),避免仅圈选该物件本身;应扩大至其所在解剖/结构单元(如整个耳朵、整颗纽扣所在衣襟区域)。
四、输入精准提示词并提交生成
提示词须严格聚焦于所选区域内容,不得描述全局特征或添加新主体。文本越简明、越贴合区域语义,生成结果越可控。Remix 模式开启后,底部会出现可编辑文本框;未开启则仅能触发默认重绘逻辑。
1、在编辑窗口底部的提示词输入框中,输入仅针对所选区域的指令,例如:smiling face, bright eyes 或 blue denim jacket。
2、禁止在提示词中混入无关元素,如“a person wearing blue denim jacket”中的“a person”属于冗余全局描述,应删去。
3、确认提示词无误后,点击右侧的 箭头形提交按钮,系统将基于原图其余部分与新提示词合成更新后的图像。
五、多区域分步修复与容错处理
当需修改多个不相邻区域(如同时调整发色、配饰与背景局部)时,不可一次性框选全部区域,否则模型将混淆语义边界。应采用分步策略,每次仅处理一个逻辑单元,并利用原图一致性锚定视觉连贯性。
1、完成第一区域重绘后,保存新生成图像,再对其执行 U 操作 放大,再次点击 Vary (Region) 进入下一轮编辑。
2、若某次生成结果偏离预期,可返回上一版未修改图像重复操作;Midjourney 不保留历史版本,因此建议对关键中间结果手动截图或下载存档。
3、若提示词生效微弱,尝试增强关键词权重:在词后添加 ::2(如 red scarf::2),数值范围支持 1–10,但不宜超过 3,以免压制原图结构。
好了,本文到此结束,带大家了解了《MidjourneyVaryRegion使用技巧详解》,希望本文对你有所帮助!关注golang学习网公众号,给大家分享更多科技周边知识!
Pythonlambda函数实用技巧与避坑指南
- 上一篇
- Pythonlambda函数实用技巧与避坑指南
- 下一篇
- 有妖气漫画免费阅读入口推荐
-
- 科技周边 · 人工智能 | 51分钟前 |
- librosa 怎样估算音频节拍位置
- 444浏览 收藏
-
- 科技周边 · 人工智能 | 1小时前 |
- librosa 起音帧编号怎样转换成秒
- 306浏览 收藏
-
- 科技周边 · 人工智能 | 2小时前 | librosa 音频分析 起音检测 onset_detect
- librosa 怎样从音频中提取起音位置
- 484浏览 收藏
-
- 科技周边 · 人工智能 | 7小时前 |
- Optimum ONNX Runtime 怎样为推理模型选择执行提供程序
- 136浏览 收藏
-
- 科技周边 · 人工智能 | 7小时前 |
- SacreBLEU 怎样组织多个参考译文的输入维度
- 131浏览 收藏
-
- 科技周边 · 人工智能 | 8小时前 |
- SacreBLEU 怎样保存可复现的评分配置签名
- 230浏览 收藏
-
- 科技周边 · 人工智能 | 8小时前 |
- JiWER 怎样让参考文本与识别文本使用相同正规化规则
- 413浏览 收藏
-
- 科技周边 · 人工智能 | 9小时前 | python · 人工智能 · 语音识别 JiWER process_words AlignmentChunk 逐词对齐 WER
- JiWER 怎样输出语音识别结果的逐词对齐
- 392浏览 收藏
-
- 科技周边 · 人工智能 | 9小时前 | python · 人工智能 · SHAP shap.Explanation output_names feature_names 多输出模型
- SHAP Explanation 怎样区分样本特征与输出维度
- 438浏览 收藏
-
- 科技周边 · 人工智能 | 10小时前 |
- SHAP Explainer 怎样为表格模型提供背景数据
- 455浏览 收藏
-
- 科技周边 · 人工智能 | 10小时前 |
- Captum SmoothGrad 与 SmoothGradSquared 有什么区别
- 450浏览 收藏
-
- 科技周边 · 人工智能 | 10小时前 |
- Captum NoiseTunnel 怎样用多次加噪平滑归因
- 500浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 801次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 792次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 879次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 849次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 680次使用
-
- 量化模型本地推理的显存估算方法
- 2026-10-17 501浏览
-
- 本地大模型反复输出同一句话怎么调整生成参数
- 2026-09-06 501浏览
-
- Python 调用大模型时如何用结构化输出校验 JSON:从解析失败到可重试
- 2026-08-29 501浏览
-
- AI写作工具免费版安装教程(含豆包Clawdbot)
- 2026-05-30 501浏览
-
- WPS AI能自动生成PPT吗?输入主题一键制作演示文稿
- 2026-05-27 501浏览

